基于深度学习的瓦斯涌出量的预测研究

在线阅读下载PDF

导出

摘要据统计瓦斯涌出引发的事故是矿井灾害的主要来源,瓦斯涌出量的影响因素众多,很难用传统的方式建立线性的预测模型,基于以上问题本文提出一种用小波对数据预处理和BP神经网络预测的矿井下瓦斯涌出量预测模型,使用小波分析算法的去噪能力结合BP神经网络的预测能力而设计的预测系统,并利用在现场采集到的数据在MATLAB上进行该算法的仿真测试,实验结果证明该算法在瓦斯浓度的预测上具有良好的效果.

作者任智旗胡浩孙先海戚晓楠李凯

机构地区河南航天液压气动技术有限公司

出处《中国科技期刊数据库工业A》 2022年第8期128-132,共5页

关键词小波分析预测能力 BP神经网络瓦斯涌出量

分类号 TD7 [矿业工程]

中国科技期刊数据库工业A

2022年第8期

浏览历史

内容加载中请稍等...

基于深度学习的瓦斯涌出量的预测研究

相关作者

相关机构

相关主题

浏览历史